informatica per le scienze umane

ESPEDIENTI: CODIFICA ARBITRARIA e FONT

In base alle esigenze, per esempio stampare un dizionario, ci si creava sistemi di codifica ad hoc

con ampio uso di escape. È impossibile o quasi convertire un sistema in un altro. Sono sisemi che

muoiono con i loro creatori.

FONT: per visualizzare le codifiche arbitrarie si usa un font ad hoc: tu digiti A e leggi sullo schermo

α. Il problema è che solo apparentemente stai scrivendo in greco, secondo il computer continui a

scrivere in ASCII. Se provassi a riordinare alfabeticamente il tuo testo…

UNICODE: NASCITA DELLO STANDARD e ISO 10646

Per ovviare all’esistenza di centinaia di standard frammentari e in parte sovrapponibili, la via da

percorrere era l’ESTENSIONE DELLO SPAZIO DI CODIFICA, proceduta a multipli di 8.

ISO 10646 porta lo spazio di codifica a 32 bit (4 byte) per definire 2 miliardi di caratteri. Lo

standard dispone i caratteri su 256 piani, ciascuno è una griglia di 256x256.

BMP= il primo di questi piani. Contiene la maggior parte dei caratteri europei se si usa solo quello

si risparmia sforzo al pc.

UNICODE CONSORTUIM: diversa proposta da Xerox e Apple su un unico piano. Unicode si può

anche personalizzare per esempio con loghi. A volte è difficile stabilire cosa è un carattere

autonomo e cosa no, la sovrapposizione è ancora possibile.

10 PRINCIPI TEORICI GUIDA DI UNICODE:

1. Universalità: uso tutti i caratteri, anche storici, a tutti i livelli

2. Efficienza: non si usa escape

3. Caratteri, non glifi

4. Semantica: attributi (maiuscolo, minuscolo, interpunzione…)

5. Plain text: non rich text

6. Ordinamento logico: proprietà direzionali del carattere: unicode codifica la semantica e non

l’apparenza (se il testo sarà letto da destra a sinistra o viceversa…)

7. Unificazione: unificare caratteri duplicati in diversi sistemi di scrittura

8. Composizione dinamica: i catatteri con diacritico si possono anche creare per

combinazione.

9. Stabilità: i caratteri una volta inclusi sono immutabili

10. Convertibilità: successo ma rischio di incoerenze.

HYPERTEXT: MARKUP LANGUAGE

WEB SERVER: un computer che risponde alle richieste di un WEB BROWNSER (mozilla, chrome

ecc.). il CLIENT (mozilla, chrome ecc) manda una richiesta al server che risponde.

HTTP: dialoga col server, senza memoria.

MARCATURA PROCEDURALE: autore formatta il testo (decide di che colore sono le parole…) è

un intervento non strutturale, attiene solo alla veste tipografica.

MACRO= procedura esterna

SGML= marcatura strutturale (titoli, paragrafi ecc.). Flessibile a diversi generi di testo.

HTML: linguaggio di marcatura per pagine web. È un’applicazione di SGML. Contiene TAG=

informazioni metatestuali racchiuse tra < e >. Tag di chiusura: < / >. HTML è una struttura

gerarchica con titoli e paragrafi.

HTML ha TAG LOGICI, diversi dai TAG TIPOGRAFICI. Man mano che HTML andava avanti lo si è

un po’ inquinato con tag tipografici che ne rendevano difficoltosa la manutenzione. Con la versione

4 si è tornati ai soli tag logici affidando la grafica a CSS.

CSS

Nata per non oberare HTML di tag tipografici. Ha diversi stili tipografici di cui si scelgono le regole

di applicazione che sono poi fatte in automatico (non come in Word!)

SELECTOR= selezione una porzione di testo HTML + coppie proprietà:valore (declarations)

POSIZIONE: inserito direttamente nella pagina o in un file esterno.

GERARCHIE: CASCATA ED EREDITARIETà.

3 livelli: IMPOSTAZIONI DEL CREATORE DEL SITO WEB, DELL’UTENTE, DEL BROWNSER. La

più nuova e specifica impostazione prevale sulle altre. Le vecchie, salo indicazioni contrarie, sono

ereditate senza doverle ricreare. Cascata= questa gerarchia ereditaria.

INTERATTIVITà: JAVASCRIPT

Scopo: interagire con la marcatura di HTML operando dentro un brownser. Esempio: una pagina

web contiene data e ora aggiornate in tempo reale o un saluto personalizzato che si ottiene

cliccandoci sopra…

L’apparenza della pagina è modificata dagli input dell’utente.

INCONVENIENTI: javascript può essere intrusiva per HTML, con problemi per la manutenzione e

la leggibilità della pagina. Quindi oggi si tende a relegare i contenuti interattivi in una zona specifica

come l’intestazione, per essere meno intrusivi.

- tendenza moderna a sepatare il più possibile ogni componente della pagina web: il testo

(HTML), la grafica (CSS), il comportamento (JAVASCRIPT)

HTML5: certe funzioni che prima richiedevano Javascipt sono fatte ora da HTML (ora, data..). Mini-

maschere per selezionare date o colori.

Div= tag che rappresenta un semplice blocco di contenuto senza ulteriori specificazioni. Prima

questa sigla era preposta ad ogni tag mentre in HTML5 è snellita la procedura. Se prima un tag

era <div id = “content”> ora è <content>.

MOTORI DI RICERCA E SEO

All’inizio per trovare 1 file bisognava sapere il nome esatto. Gradualmente dal ’93 si è arrivati ai

motori di ricerca.

SEO= Search Engine Optimization: studi sugli algoritmi dei motori di ricerca per capire come

mettere il proprio sito in testa. I calcoli dei motori per valutare la pertinenza sono vari e complessi.

RIA= tecnologia per interattività, ora parzialmente pareggiata da HTML5.

EXTENSIBLE MARKUP LANGUAGE (XML)

LIMITE DI HTML: adatto solo a ipertesti web.

XML è un METALINGUAGGIO adatto a diversi contenuti. Come SGML ma più semplice. In XML

ognuno è libero di inventare attributi per marcare ogni cosa. Utile ad esempio per matematici o

musicisti. Esistono vair dialetti di XML, come ad esempio MATHML, utile per i matematici, e

MUSICXML, utile ai musicisti.

XSDL= dialetto destinato a formalizzare il lessico e la sintassi di qualsiasi altro dialetto XML

DTD= Document Type Definition. “antenato” di XSDL ma con meno potenza e lo svantaggio di non

essere esso stesso un dialetto di XML.

CONTENUTO E PRESENTAZIONE: XML come HTML tratta plain text. Usa CSS o XSLT per la

presentazione

RSS= really symple syndication. Brevi notizie aggiornate possono essere ricevute in temo reale

senza visitare il sito di appartenenza.

CSS e XML: CSS è adatta quando non si richiede una grande trasformazione del contenuto.

Sennò c’è XSLT che trasforma contenuti HTML trovati grazie alla tecnologia XPATH. Il testo può

essere trasformato in HTML; PLAIN TEXT, RICH TEXT…

ESEMPI DI DIALETTI

TEI= TEXT ENCODING INITIATIVE. Nato per rappresentare in modo standard testi letterari in tutte

le sfumature utili per la ricerca, così da fornire un formato comune di scambio per questo tipo di

dati. Marcatura il più possibile espressiva e universale Ha una ventina di sezioni specializzate.

DOCBOOK: in una certa misura si sovrappone a TEI (è adottato in testi letterari o materiale a

stampa preesistente) ma è spesso usato in ambito non accademico, specie per produrre

documentazione tecnica. Come TEI: documenti a struttura gerarchica. Alla sommità stanno gli

insiemi (set) che comprendono diversi sottoinsiemi (book).

ALTRI DIALETTI:

EPUB: editoria elettronica, non complesso

OPENOFFICEXML: formato a basedi vari dialetti XML, ciascuno specializzato in un unico ambito,

compreso in un unico file ZIP. È creato di Microsoft ma aperto e standardizzato, per rappresentare

i CONTENUTI EDITABILI di testi, fogli di calcolo ecc…. l’organizzazione di questi file segue uno

standard detto OPC, che è in competizione con open document (ODF).

OPEN XPS: per descrivere contenuti NON EDITABILI e impaginati. Descrive la struttura pagina

per pagina come fa PDF. Conserva l’aspetto originale di un documento.

SUG (SCLALBLE VECTOR GRAPHICS): descrive immagini in modo vettoriale: l’immagine, cioè,

anziché essere composta da un insieme di puntini colorati come i file Jpeg ecc, è composta da

punti+ forme geometriche disposte in più strati su un piano cartesiano. Così l’immagine, che viene

“disegnata” nel momento in cui la si apre, non ha problemi di formato.

GEDCOM: nata per ricerche genealogiche, all’inizio era in plain text e poi è stata trasposta in un

dialetto XTML.

XHTML: riformulazione di HTML nei termini di XTML. Aspetti positivi: costituisce un ampliamento di

HTML. Aspetti negativi: il linguaggio è troppo complesso.

DATABASE RELAZIONALE=DMBS

XML come banca dati: vantaggi e limiti

• STRUTTURA GERARCHICA/AD ALBERO  adatta a certi contenuti (testi divisi in paragrafi

ecc.), facile da modificare quando basta aggiungere un “ramo”.

• Però è RIDONDANTE  lo stesso dato ripetuto tante volte

• È VERBOSO  spesso dispendioso di energia

• È FRAGILE  è facile per chiunque modificare il file.

• SINTESI: UTILE Più PER TRASFERIRE DATI CHE PER CONSERVARLI

FLAT FILE DATABASE: Una qualsiasi rappresentazione di un modello di dati contenuta in un unico

file, articolato in una serie di record successivi con “campi” (ad esempio celle) divisi da appositi

separatori o altre convenzioni.

In pratica: rappresentare una tabella sotto forma di testo sostituendo le stanghette, ad esempio,

con virgole.

• Limiti: problemi con dati multipli correlati con dati singoli (es: corso di laurea di uno

studente/interessi di uno studente). Poi per la sua base testuale ci sono meno compattezza

e robustezza.

DATABASE RELAZIONALE: BANCA DATI PER ARCHIVIARE E MANIPOLARE CONTENUTI IN

MODO EFFICACE E ROBUSTO.

Modello relazionale: basato su PRINCIPI MATEMATICI derivati dalla teoria degli insiemi e dalla

logica. Definisce il modo in cui rappresentare dati (la loro struttura), come proteggerli, il tipo di

manipolazioni possibili per loro.

I dati sono correlati da relazioni= serie di righe e colonne su cui possono essere dispoti, come in

una tabella. Ogni riga di dati della relazione si dice comunemente TUPLA. Ogni colonna:

ATTRIBUTE.

ALESSIA MATRISCIANO FEMMINA

ELEONORA MATRISCIANO FEMMINA

ATTRIBUTE

TUPLA

DATA MODEL: Il livello + astratto della progettazione di un database. È una descrizione

concettuale articolata in entità, attributi, modelli e relazioni per descrivere la porzione di realtà

oggetto del database.

CHIAVI: il dato che consente di trovare ogni tupla in maniera univoca senza confonderla. Ad

esempio il num. Di matricola in un database di studenti. PK= primary key.

Le TRE FORME NORMALI: LA NORMALIZZAZIONE CONSENTE DI ELIMINARE LA

RIDONDANZA ATOMIZZANDO LE RELAZIONI FRA I DATI. Le tre forme sono tre diverse tappe

sul cammino della normalizzazione.

Integrità: i dati devono essere completi di tutto. Ad esempio in una biblioteca dove i libri sono

schedati, se si cancella dal database un autore anche tutti i suoi libri si cancellano; e non si pu&o